Modelado y simulación para la predicción de explosiones en espacios confinados

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10045/115293
Información del item - Informació de l'item - Item information
Título: Modelado y simulación para la predicción de explosiones en espacios confinados
Autor/es: Cortés, Daniel
Director de la investigación: Gil, David | Azorin-Lopez, Jorge
Centro, Departamento o Servicio: Universidad de Alicante. Instituto Universitario de Investigación Informática
Palabras clave: Flashover | Backdraft | Modelado | Simulación | Predicción | Fuego | Bomberos | Inteligencia artificial | Visión artificial | Imagen térmica | Termografía | Cámara térmica | Markov | Wasserstein | FDS | CFD | HMM
Área/s de conocimiento: Arquitectura y Tecnología de Computadores
Fecha de creación: 2021
Fecha de publicación: 2021
Fecha de lectura: 3-mar-2021
Editor: Universidad de Alicante
Resumen: Los incendios en recintos confinados son un tipo de emergencia que involucra a bomberos cuyas vidas a veces se ponen en peligro. En cualquier incendio confinado, el equipo de emergencia puede encontrar dos tipos de ambientes de combustión, ventilados o infra-ventilados. El comportamiento cambiante de este escenario depende de múltiples factores como el tamaño del recinto, la ventilación o el combustible involucrado, entre otros. Sin embargo, la dificultad de manejar este tipo de situaciones junto con el potencial error humano sigue siendo un desafío sin resolver para los bomberos en la actualidad. En ocasiones si se dan las condiciones adecuadas, pueden aparecer los fenómenos, extremadamente peligrosos, que son estudio de este trabajo (flashover y backdraft). Por lo tanto, existe una gran demanda de nuevas técnicas y tecnologías para abordar este tipo de emergencias que amenazan la vida y puede causar graves daños estructurales. A lo anterior hay que añadir que la incorporación de cámaras térmicas en los servicios de extinción de incendios y salvamentos, supone un gran avance que puede ayudar a prevenir estos tipos de fenómenos en tiempo real utilizando técnicas de inteligencia artificial.
URI: http://hdl.handle.net/10045/115293
Idioma: spa
Tipo: info:eu-repo/semantics/doctoralThesis
Derechos: Licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0
Aparece en las colecciones:Tesis doctorales

Archivos en este ítem:
Archivos en este ítem:
Archivo Descripción TamañoFormato 
Thumbnailtesis_doctoral_daniel_cortes_blasco.pdf31,94 MBAdobe PDFAbrir Vista previa


Este ítem está licenciado bajo Licencia Creative Commons Creative Commons